cs Arbeiten | Gist.Science

Robotic Foundation Models for Industrial Control: A Comprehensive Survey and Readiness Assessment Framework

Diese Studie bietet einen umfassenden Überblick über robotische Fundamentmodelle für die industrielle Steuerung, entwickelt einen Bewertungsrahmen mit 149 Kriterien und kommt zu dem Schluss, dass die industrielle Reife derzeit begrenzt ist, da selbst die besten Modelle nur einen Bruchteil der Anforderungen erfüllen und systemische Integration von Sicherheit sowie Echtzeitfähigkeit priorisiert werden muss.

David Kube, Simon Hadwiger, Tobias Meisen2026-03-10💻 cs

XMACNet: An Explainable Lightweight Attention based CNN with Multi Modal Fusion for Chili Disease Classification

Die Studie stellt XMACNet vor, einen leichten, erklärbaren und multimodal fusionierenden CNN-Ansatz, der auf EffizientNetV2S basiert und RGB-Bilder mit Vegetationsindizes kombiniert, um Chili-Krankheiten mit hoher Genauigkeit zu klassifizieren und für den Einsatz an der Edge zu optimieren.

Tapon Kumer Ray, Rajkumar Y, Shalini R, Srigayathri K, Jayashree S, Lokeswari P2026-03-10💻 cs

EarthBridge: A Solution for 4th Multi-modal Aerial View Image Challenge Translation Track

Das Paper stellt EarthBridge vor, ein hochpräzises Framework für die multimodale Bildübersetzung zwischen EO-, IR- und SAR-Sensoren, das auf Diffusion Bridge Implicit Models und Contrastive Unpaired Translation basiert und beim 4. Multi-modal Aerial View Image Challenge den zweiten Platz belegte.

Zhenyuan Chen, Guanyuan Shen, Feng Zhang2026-03-10💻 cs

Gradient-based Nested Co-Design of Aerodynamic Shape and Control for Winged Robots

Die vorgestellte Arbeit entwickelt ein gradientenbasiertes, verschachteltes Co-Design-Framework, das die aerodynamische Form und die Bewegungsplanung von flugfähigen Robotern mittels eines neuronalen Surrogatmodells gemeinsam optimiert, um die Leistung bei komplexen Aufgaben wie dem Perchen und der Landung deutlich zu verbessern.

Daniele Affinita, Mingda Xu, Benoît Valentin Gherardi, Pascal Fua2026-03-10💻 cs

HiDE: Hierarchical Dictionary-Based Entropy Modeling for Learned Image Compression

Das Paper stellt HiDE vor, ein hierarchisches, wörterbuchbasiertes Entropiemodell für das gelernte Bildkomprimieren, das durch die kaskadierte Nutzung globaler und lokaler externer Priors sowie einen kontextbewussten Parameterschätzer die Bitrate im Vergleich zu bestehenden Methoden signifikant reduziert.

Haoxuan Xiong, Yuanyuan Xu, Kun Zhu, Yiming Wang, Baoliu Ye2026-03-10💻 cs

Efficient Neighbourhood Search in 3D Point Clouds Through Space-Filling Curves and Linear Octrees

Diese Arbeit stellt eine hocheffiziente Methode zur Nachbarschaftssuche in 3D-Punktwolken vor, die durch die Kombination von Raumfüllenden Kurven mit linearen Oktbäumen und spezialisierten Suchalgorithmen die Laufzeit im Vergleich zu bestehenden Lösungen um bis zu das Zehnfache reduziert und eine hohe Parallelisierbarkeit aufweist.

Pablo D. Viñambres, Miguel Yermo, Silvia R. Alcaraz, Oscar G. Lorenzo, Francisco F. Rivera, José C. Cabaleiro2026-03-10💻 cs

Stability-Guided Exploration for Diverse Motion Generation

Diese Arbeit stellt eine neue Methode vor, die durch die Kombination von RRT-artiger Suche, sampling-basierter MPC und einem stabilitätsgeleiteten Sampling-Schema in der Lage ist, ohne aufwendige menschliche Demonstrationen diverse und langfristige Manipulationsstrategien für Roboter zu generieren.

Eckart Cobo-Briesewitz, Tilman Burghoff, Denis Shcherba, Armand Jordana, Marc Toussaint2026-03-10💻 cs

HybridMimic: Hybrid RL-Centroidal Control for Humanoid Motion Mimicking

Die Arbeit stellt HybridMimic vor, ein Framework, das durch die dynamische Modulation eines zentroidalen Modellcontrollers mittels Reinforcement Learning die Robustheit und Genauigkeit beim Nachahmen menschlicher Bewegungen durch humanoide Roboter in unvorhersehbaren Umgebungen signifikant verbessert.

Ludwig Chee-Ying Tay, I-Chia Chang, Yan Gu2026-03-10💻 cs

A Multi-Layer Sim-to-Real Framework for Gaze-Driven Assistive Neck Exoskeletons

Diese Arbeit stellt einen mehrstufigen Sim-zu-Real-Rahmen vor, der mithilfe von Virtual Reality und Blicksteuerung personalisierte Regler für assistive Nacken-Exoskelette entwickelt, um Patienten mit „Dropped Head Syndrome" die Kopfbewegung wiederherzustellen.

Colin Rubow, Eric Brewer, Ian Bales, Haohan Zhang, Daniel S. Brown2026-03-10💻 cs

Breaking the Martingale Curse: Multi-Agent Debate via Asymmetric Cognitive Potential Energy

Die Arbeit stellt AceMAD vor, ein Multi-Agenten-Debatte-Framework, das durch die Nutzung asymmetrischer kognitiver Potenzialenergie den sogenannten Martingale-Fluch überwindet und so selbst bei fehlerhaften Mehrheitsmeinungen eine zuverlässige Konvergenz zur Wahrheit ermöglicht.

Yuhan Liu, Juntian Zhang, Yichen Wu, Martin Takac, Salem Lahlou, Xiuying Chen, Nils Lukas2026-03-10💻 cs

A Hybrid Machine Learning Model for Cerebral Palsy Detection

Diese Studie stellt ein hybrides Machine-Learning-Modell vor, das durch die Kombination von drei CNN-Architekturen (VGG19, Efficient-Net, ResNet50) und einem Bi-LSTM-Klassifikator eine Genauigkeit von 98,83 % bei der Früherkennung von Zerebralparese mittels MRT-Bildern erreicht.

Karan Kumar Singh, Nikita Gajbhiye, Gouri Sankar Mishra2026-03-10💻 cs

Making AI Evaluation Deployment Relevant Through Context Specification

Das Papier stellt die „Kontextspezifikation" als einen Prozess vor, der diffuse Stakeholder-Perspektiven in klare, messbare Konstrukte übersetzt, um die Bewertung von KI-Systemen an die operativen Realitäten ihrer Einsatzumgebungen anzupassen und so fundierte Entscheidungen über ihren dauerhaften Mehrwert zu ermöglichen.

Matthew Holmes, Thiago Lacerda, Reva Schwartz2026-03-10💻 cs

Reinforcing the World's Edge: A Continual Learning Problem in the Multi-Agent-World Boundary

Die Arbeit zeigt, dass in dezentralen Multi-Agenten-Systemen die durch Peer-Policy-Updates verursachte Instabilität der Agent-Welt-Grenze zum Verlust invarianter Entscheidungsmuster führt und somit ein kontinuierliches Lernproblem entsteht, das sich von herkömmlichen externen Aufgabenwechseln unterscheidet.

Dane Malenfant2026-03-10💻 cs

AI-Assisted Curation of Conference Scholarship: Compiling, Structuring, and Analyzing Two Decades of Presentations at the Society for Social Work and Research

Diese Studie nutzt KI-gestützte Datenanalyse, um eine umfassende Datenbank von über 23.000 Präsentationszusammenfassungen der Society for Social Work and Research (SSWR) von 2005 bis 2026 zu erstellen und dabei signifikante Trends bei Wachstum, Kollaboration, internationaler Beteiligung und methodischen Schwerpunkten über zwei Jahrzehnte aufzuzeigen.

Brian Perron, Bryan Victor, Zia Qi2026-03-10💻 cs

A Comprehensive Analysis of the Effects of Network Quality of Service on Robotic Telesurgery

Diese Studie analysiert mithilfe des neu entwickelten Tools NetFI und einer Nutzerstudie mit 15 Teilnehmern, wie Paketverlust, Verzögerung und Kommunikationsausfall die Leistung und Sicherheit von robotergestützten Telechirurgie-Aufgaben beeinflussen, um quantitative Erkenntnisse für die Entwicklung robuster Kontrollstrategien zu gewinnen.

Zhaomeng Zhang, Seyed Hamid Reza Roodabeh, Homa Alemzadeh2026-03-10💻 cs

Step-Level Visual Grounding Faithfulness Predicts Out-of-Distribution Generalization in Long-Horizon Vision-Language Models

Die Studie zeigt, dass die Fähigkeit von Vision-Language-Modellen, ihre Zwischenschritte konsistent mit visuellen Eingaben zu verankern (Step Grounding Rate), ein stärkerer Prädiktor für ihre Generalisierungsfähigkeit bei Out-of-Distribution-Szenarien ist als die reine Endantwortgenauigkeit.

Md Ashikur Rahman, Md Arifur Rahman, Niamul Hassan Samin, Abdullah Ibne Hanif Arean, Juena Ahmed Noshin2026-03-10💻 cs

Receding-Horizon Nullspace Optimization for Actuation-Aware Control Allocation in Omnidirectional UAVs

Diese Arbeit stellt eine neuartige, rekursive Nullraum-Optimierungsmethode vor, die die asymmetrische Dynamik von Aktuatoren bei vollaktuierten omnidirektionalen UAVs berücksichtigt, um durch vorausschauende Glättung der Motorbefehle Oszillationen zu unterdrücken und die Trajektorienverfolgung zu verbessern.

Riccardo Pretto, Mahmoud Hamandi, Abdullah Mohamed Ali, Gokhan Alcan, Anthony Tzes, Fares Abu-Dakka2026-03-10💻 cs

From Job Postings to Curriculum Decisions: Using AI to Generate Workforce Intelligence for MSW Program Planning

Diese Studie beschreibt, wie ein Masterstudiengang für Soziale Arbeit mithilfe eines lokal eingesetzten KI-Modells über 40.000 Stellenanzeigen analysierte, um datengestützte Erkenntnisse über gefragte Kompetenzen und Spezialisierungen zu gewinnen und diese als strategischen Input für die Lehrplanentwicklung zu nutzen.

Barbara S. Hiltz, Bryan G. Victor, Brian E. Perron2026-03-10💻 cs

RoboCritics: Enabling Reliable End-to-End LLM Robot Programming through Expert-Informed Critics

Die Arbeit stellt RoboCritics vor, ein System, das durch expertenbasierte Kritiker, die Bewegungsfehler erkennen und transparente Rückmeldungen geben, die Zuverlässigkeit und Sicherheit von Robotik-Programmierung mittels Large Language Models für Endanwender erhöht.

Callie Y. Kim, Nathan Thomas White, Evan He, Frederic Sala, Bilge Mutlu2026-03-10💻 cs

MotionBits: Video Segmentation through Motion-Level Analysis of Rigid Bodies

Die Arbeit stellt MotionBits vor, ein neuartiges, semantikunabhängiges Konzept zur Segmentierung von starren Körpern basierend auf kinematischer Äquivalenz, das zusammen mit dem Benchmark MoRiBo und einer lernfreien Graphenmethode die Wahrnehmung für robotische Manipulation und embodied Reasoning signifikant verbessert.

Howard H. Qian, Kejia Ren, Yu Xiang, Vicente Ordonez, Kaiyu Hang2026-03-10💻 cs

← Zurück Weiter →